paint-brush
कैसे मैंने $1 मिलियन कमाए और इसे AI Translator बनाने पर खर्च कियाद्वारा@alexeir
487 रीडिंग
487 रीडिंग

कैसे मैंने $1 मिलियन कमाए और इसे AI Translator बनाने पर खर्च किया

द्वारा Aliaksei Rudak2022/06/22
Read on Terminal Reader
Read this story w/o Javascript

बहुत लंबा; पढ़ने के लिए

मोबाइल ऐप पर अकेले $1000000 कमाने के बारे में मेरी व्यक्तिगत कहानी और इसे AI पर आधारित एक नई मशीन अनुवाद प्रणाली बनाने में खर्च किया गया। छोटे संसाधनों के साथ जटिल गहन तकनीकी उत्पाद बनाने का लंबा और कठिन तरीका।

Companies Mentioned

Mention Thumbnail
Mention Thumbnail
featured image - कैसे मैंने $1 मिलियन कमाए और इसे AI Translator बनाने पर खर्च किया
Aliaksei Rudak HackerNoon profile picture

यह सब कब प्रारंभ हुआ

10 साल पहले मैंने एक सॉफ्टवेयर इंजीनियर के रूप में काम किया और बाद में अपना प्रोजेक्ट शुरू करने के लिए नौकरी छोड़ दी। कुछ अतिरिक्त पैसे बचाने के लिए, मैं एक छोटे से गृहनगर गया, जहाँ मैं एक ही समय में छात्रों के लिए एक वेबसाइट, अकाउंटिंग सॉफ्टवेयर और मोबाइल गेम्स पर काम करता था। कोई व्यावसायिक अनुभव नहीं होने के कारण आय उत्पन्न करने में कुछ समस्याएँ हुईं, इसलिए सभी परियोजनाओं को बंद करना पड़ा। मैं फिर से नौकरी करने राजधानी आया। कहानी ने खुद को कई बार दोहराया।


जब मैं फिर से टूट गया तो कुल आर्थिक संकट का सामना करना पड़ा। मुझे नौकरी नहीं मिली और यह भयानक लगा। शांत निगाहों से दुनिया को देखने का यह एक अच्छा कारण था। मुझे ईमानदारी से यह स्वीकार करना पड़ा कि मुझे नहीं पता था कि मेरे व्यवसाय के लिए कौन सा स्थान चुनना है। अपनी पसंद के प्रोजेक्ट करना कहीं न कहीं एक रास्ता लगता था।


केवल एक चीज जो मैं करने में सक्षम था वह है मोबाइल एप्लिकेशन बनाना। टेक कंपनियों में कई वर्षों के काम ने मुझे कुछ उपयोगी अनुभव प्राप्त करने की अनुमति दी, इसलिए मैंने मौलिक रूप से अलग-अलग ऐप (गेम, संगीत, कला, स्वास्थ्य, जीवन शैली, भाषा) बनाने और बाजार की जरूरतों का परीक्षण करने का फैसला किया। संपत्ति और कोड पुस्तकालयों के तैयार सेट ने विभिन्न विषयों पर बस एप्लिकेशन बनाना संभव बना दिया: 2d गेम, GPS ट्रैकर्स, सरल उपयोगिताओं, आदि। उनमें से अधिकांश में कई चित्र, 2 बटन और केवल एक फ़ंक्शन था। लेकिन यह विचार और मुद्रीकरण मॉडल का परीक्षण करने के लिए पर्याप्त था। उदाहरण के लिए, एक रनिंग ऐप व्यक्ति की गति, दूरी और बर्न कैलोरी को ट्रैक करता है। और कुछ नहीं। स्टॉक और सोर्स कोड के पुन: उपयोग पर ग्राफिक्स खरीदने से मुझे 2 वर्षों में सैकड़ों सरल एप्लिकेशन बनाने में मदद मिली।


पहले आवेदन फ्री होते थे। फिर मैंने विज्ञापन और इन-ऐप खरीदारी को जोड़ा, और कीवर्ड और उज्ज्वल आइकन उठाए। यूजर्स ने मेरे ऐप्स डाउनलोड करना शुरू कर दिया। कुछ अनुप्रयोग लाभ में भिन्न थे: अनुवादक, ट्रकों के लिए नेविगेशन, संगीत सिमुलेटर (पियानो, ड्रम, गिटार कॉर्ड, खिलाड़ी), साथ ही साथ साधारण आकस्मिक खेल।


फिर मैंने देखा कि सिर्फ एक महीने में, अनुवादकों को रैंकिंग श्रेणी में 100 वां स्थान लेते हुए 1M से अधिक बार डाउनलोड किया गया था। दुनिया में सैकड़ों भाषाएं हैं, और लोग हर भाषा के लिए एक प्रश्न दर्ज करते हैं। आला आशाजनक निकला।

बाद में लगभग 40 सरल अनुवादकों को Google API का उपयोग करके बनाया गया। इसकी कीमत मुझे $20 प्रति 1M अक्षर थी। फिर ऐप के बेहतर संस्करण दिखाई दिए, जहाँ मैंने विज्ञापन, इन-ऐप खरीदारी और ध्वनि अनुवाद शामिल किए।


मैंने बड़े शहर में जाने और घर खरीदने के लिए पर्याप्त पैसा कमाया। उस समय तक, मेरे पास 50-70 अनुवाद अनुप्रयोग और कुल 5 मिलियन डाउनलोड थे। उपयोगकर्ता वृद्धि ने भुगतान किए गए Google अनुवाद API की लागत बढ़ा दी। तो व्यापार लाभप्रदता गंभीर रूप से कम हो गई है। उपयोगकर्ताओं को एक बार में 1K वर्णों के अनुवादित ब्लॉक का भुगतान करना, जिसने हमें उनके अनुरोधों को सीमित करने के लिए मजबूर किया। जब उन्हें इस अनुवाद सीमा का सामना करना पड़ा, तो उन्होंने खराब समीक्षाएं छोड़ दीं और उन्हें धनवापसी मिल गई। आय का 70% हमारे खर्चों को कवर करता है। बड़े अनुवाद संस्करणों के साथ, यह व्यवसाय आशाजनक नहीं था। खर्चों की भरपाई करने के लिए, अनुप्रयोगों में विज्ञापन जोड़ना आवश्यक था; जो हमेशा यूजर्स को डराता है। इसलिए हमें अनुवाद के लिए हमारे एपीआई की जरूरत थी।


Google के अलावा, कई कंपनियों ने अनुवाद के लिए क्लाउड API प्रदान किया। मैं ऑन-प्रिमाइसेस परिनियोजित करने के लिए 40 भाषाओं में उनके तकनीकी लाइसेंस के लिए $30K का भुगतान करने के लिए तैयार था। यह मुझे एक निश्चित मूल्य के लिए असीमित संख्या में अनुवाद करने और मेरे सर्वर पर किसी भी संख्या में उपयोगकर्ताओं की सेवा करने की अनुमति देगा। लेकिन जवाब में मुझे उम्मीद से कई गुना ज्यादा रकम मिली। यह बहुत महंगा था। मैंने अनुवाद के लिए उनकी तकनीक को फिर से बनाने का फैसला किया।


मैंने एक मित्र की ओर रुख किया जो एक आउटसोर्सिंग कंपनी का मालिक है। 2016 के अंत में, उन्होंने मेरे लिए एक टीम आवंटित की। मुझे आउटसोर्सिंग के आधार पर छह महीने में समस्या का समाधान करने की उम्मीद थी, Google के एपीआई पर निर्भर नहीं।


मेरे अनुवादक के रास्ते में

काम शुरू हो गया है। 2016 में, हमें कई ओपन सोर्स प्रोजेक्ट मिले - एपर्टियम, जोशुआ और मूसा। यह एक सांख्यिकीय मशीनी अनुवाद था जो साधारण पाठों के लिए उपयुक्त था। 3 से 40 लोगों ने इन परियोजनाओं का समर्थन किया। बाद में यह स्पष्ट हो गया कि हमें शक्तिशाली सर्वर और उच्च गुणवत्ता वाले डेटासेट की आवश्यकता है जो महंगे हैं। एक अनुवाद जोड़े के लिए हार्डवेयर और एक गुणवत्ता डेटासेट पर पैसा खर्च करने के बाद भी, गुणवत्ता वांछित होने के लिए बहुत कुछ छोड़ गई।



तकनीकी रूप से, यह अनुवादक बनाने के लिए "डाउनलोड डेटासेट और ट्रेन" योजना के लिए उबाल नहीं था। यह पता चला कि एक लाख बारीकियां हैं जिनके बारे में हमें पता भी नहीं था। हमने कुछ और संसाधनों की कोशिश की लेकिन अच्छे नतीजे हासिल नहीं किए। फिर भी, काम जारी रहा, और फ्रीलांसर कंपनी में शामिल हो गए।


मार्च 2017 में, हमें OpenNMT नामक एक ओपन-सोर्स प्रोजेक्ट मिला। परियोजना को अभी लॉन्च किया गया था और नई तकनीक - तंत्रिका नेटवर्क के आधार पर अनुवाद की पेशकश की गई थी।


इसलिए, ओपनएनएमटी ने एक साहसिक कदम उठाया: उन्होंने अपने विकास को खुले स्रोत में साझा किया ताकि मेरे जैसे उत्साही लोग इस काम में शामिल हो सकें। उन्होंने एक मंच बनाया जहां उनके विशेषज्ञ नए लोगों की मुफ्त में मदद करने लगे। और यह एक अच्छी वापसी लेकर आया: स्टार्टअप, और अनुवाद पर वैज्ञानिक कार्य प्रकट होने लगे क्योंकि हर कोई इसके आधार पर अपने प्रयोग कर सकता था और इसके आधार पर अपने प्रयोग कर सकता था।


भले ही हर किसी के पास बड़े डेटासेट को संभालने की कंप्यूटिंग शक्ति हो, एनएलपी (प्राकृतिक भाषा प्रसंस्करण) में विशेषज्ञों को खोजने का सवाल बाजार पर तीव्र है। 2017 में, यह विषय इमेज और वीडियो प्रोसेसिंग की तुलना में बहुत कम विकसित था। कम डेटासेट, वैज्ञानिक पेपर, विशेषज्ञ, फ्रेमवर्क, और बहुत कुछ। और भी कम लोग हैं जो एक व्यवसाय बनाने में सक्षम हैं और एनएलपी शोध पत्रों से अपने किसी भी स्थानीय निचे को बंद कर सकते हैं। Google जैसी शीर्ष स्तरीय कंपनियों और छोटे खिलाड़ियों दोनों को अपनी श्रेणी के खिलाड़ियों पर प्रतिस्पर्धात्मक बढ़त हासिल करने की आवश्यकता है।


यह अजीब लग सकता है, लेकिन प्रतिस्पर्धा करने के लिए, वे नए खिलाड़ियों को बाजार में जोड़ने का फैसला करते हैं। उनके वहां प्रकट होने के लिए - आपको बाजार को आकर्षक बनाने की जरूरत है। प्रवेश सीमा अभी भी अधिक है, और भाषा प्रसंस्करण प्रौद्योगिकियों की मांग तेजी से बढ़ रही है (आवाज सहायक, चैटबॉट, अनुवाद, भाषण पहचान, विश्लेषण, आदि) बड़ी कंपनियां ऐसे स्टार्टअप में रुचि रखती हैं जैसे कि हमारा विकास, नए निशानों पर कब्जा करना, और दिखाना अधिकतम वृद्धि। वे अपनी स्थिति मजबूत करने के लिए एनएलपी स्टार्टअप्स को खरीदकर खुश हैं।


आखिरकार, भले ही आपके हाथ में सभी डेटासेट और एल्गोरिदम हों - इसका मतलब यह नहीं है कि आप एनएलपी वेक्टर में एक उच्च-गुणवत्ता वाला अनुवादक या कोई अन्य स्टार्टअप बनाएंगे। और अगर आप करते भी हैं, तो यह इस तथ्य से बहुत दूर है कि आपको बाजार में पाई का एक बड़ा टुकड़ा मिलता है। इसलिए, आपको सहायता की आवश्यकता है, और यदि कोई सफल होता है, तो खरीदें या मर्ज करें।


अनुवाद प्रयोगों से शीघ्रता से निपटने और कंसोल से परीक्षण चलाना बंद करने के लिए, एक डैशबोर्ड बनाया गया जिसने हमें डेटा तैयार करने और फ़िल्टर करने से लेकर अनुवाद परीक्षणों को लागू करने तक सभी कार्यों को करने की अनुमति दी। नीचे दी गई तस्वीर में: दाईं ओर कार्यों और GPU सर्वरों की एक सूची है, जिस पर मॉडल को प्रशिक्षित किया जा रहा है। केंद्र में तंत्रिका नेटवर्क के पैरामीटर हैं, और नीचे वे डेटासेट हैं जिनका उपयोग प्रशिक्षण के लिए किया जाएगा।


काम जारी रखें

2018 में मैंने मुख्य यूरोपीय भाषाओं में उच्च गुणवत्ता वाले अनुवाद की समस्या को हल करने में अपना समय बिताया। मुझे लगा कि सब कुछ ठीक करने के लिए मुझे और छह महीने चाहिए। मैं संसाधनों में सीमित था, केवल कुछ ही लोग डेटा विज्ञान कार्यों में शामिल थे। तेज चलना जरूरी था। ऐसा लग रहा था कि समस्या का समाधान कुछ आसान था। मैं अनुवाद की गुणवत्ता से संतुष्ट नहीं था।


मैंने देखा कि हमारे समुदाय ने तंत्रिका नेटवर्क के लिए एक नई वास्तुकला के बारे में बात करना शुरू कर दिया - ट्रांसफार्मर। हर कोई इस ट्रांसफॉर्मर मॉडल के आधार पर तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए दौड़ा और पुराने लुआ (मशाल) के बजाय पायथन (टेन्सरफ़्लो) पर स्विच करना शुरू कर दिया। मैंने भी इसे आजमाने का फैसला किया।


हमने एक नया टोकननाइज़र भी लिया, पाठ को पूर्व-संसाधित किया, और डेटा को एक अलग तरीके से फ़िल्टर और चिह्नित करना शुरू कर दिया, अन्यथा त्रुटियों को ठीक करने के लिए अनुवाद के बाद पाठ को संसाधित करना। 10K घंटे के नियम ने काम किया: लक्ष्य के लिए कई कदम थे, और कुछ बिंदु पर, मुझे एहसास हुआ कि मेरे अनुप्रयोगों के लिए एपीआई में उपयोग करने के लिए अनुवाद की गुणवत्ता पहले से ही पर्याप्त थी। प्रत्येक परिवर्तन में गुणवत्ता का 2-4% जोड़ा गया, जो उस महत्वपूर्ण द्रव्यमान के लिए पर्याप्त नहीं था जहां लोग प्रतिस्पर्धियों के समाधानों का उपयोग करने के बजाय उत्पाद का उपयोग करना जारी रखते हैं।


फिर हमने विभिन्न उपकरणों को जोड़ना शुरू किया जिससे हमें अनुवाद की गुणवत्ता में और सुधार करने की अनुमति मिली: नामित इकाई मान्यता, लिप्यंतरण, विशिष्ट शब्दकोश, शब्दों में त्रुटियों को ठीक करने के लिए एक प्रणाली। 5 महीने की कड़ी मेहनत के बाद, कुछ भाषाओं में गुणवत्ता बहुत बेहतर हो गई और लोग कम शिकायत करने लगे। यह एक महत्वपूर्ण मोड़ था। आप पहले से ही सॉफ्टवेयर बेच सकते हैं, और चूंकि आपके पास अनुवाद के लिए एपीआई है, आप लागत को काफी कम कर सकते हैं। आप बिक्री या उपयोगकर्ताओं की संख्या बढ़ा सकते हैं, क्योंकि आपका एकमात्र खर्च कंप्यूटिंग शक्ति है।


तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए मुझे एक अच्छे कंप्यूटर की आवश्यकता थी। लेकिन हमने पैसे बचाए। हमने 20 नियमित कंप्यूटर किराए पर लिए (प्रत्येक एक GTX1080 वीडियो कार्ड से लैस है) और साथ ही लिंगवेनेक्स कंट्रोल पैनल के माध्यम से उन पर 20 सरल परीक्षण शुरू किए। प्रत्येक परीक्षण में एक सप्ताह का समय लगा, यह एक लंबा समय था। बेहतर गुणवत्ता प्राप्त करने के लिए, आपको अन्य मापदंडों के साथ चलना होगा जिनके लिए अधिक संसाधनों की आवश्यकता होती है। हमें एक मशीन पर क्लाउड कंप्यूटिंग और अधिक वीडियो कार्ड की आवश्यकता थी। हमने एक क्लाउड सेवा Amazon 8 GPU V100 x 4 किराए पर लेने का निर्णय लिया। यह तेज़ थी लेकिन बहुत महंगी थी। हमने रात में परीक्षण शुरू किया, और सुबह में $1200 का बिल मिला। उस समय, इसके अलावा शक्तिशाली GPU सर्वर के लिए बहुत कम रेंटल विकल्प थे। मुझे इस विचार को त्यागना पड़ा और सस्ते विकल्पों की तलाश करनी पड़ी। शायद अपना खुद का बनाने की कोशिश करें?


हमने टीम के साथ परामर्श करना शुरू किया और फैसला किया कि कई शक्तिशाली GPU का उपयोग करके और 10K डॉलर तक की कीमत पर एक कंप्यूटर बनाना संभव है, जो हमारी समस्याओं का समाधान करेगा और एक महीने में भुगतान करेगा। दो हफ्ते बाद, सब कुछ तैयार था।


2019 की शुरुआत में, मैंने अंततः इस कंप्यूटर को घर पर इकट्ठा किया और क्लाउड सेवाओं के लिए मुझे जो भुगतान करने की आवश्यकता है, उसकी चिंता किए बिना कई परीक्षण करना शुरू कर दिया। मैंने नोटिस करना शुरू किया कि अंग्रेजी-स्पेनिश अनुवाद BLEU मीट्रिक के अनुसार Google अनुवाद के करीब है। रात भर कंप्यूटर गुलजार रहा, सोना नामुमकिन था। यह सुनिश्चित करना आवश्यक था कि कंसोल में कोई त्रुटि न हो। सुबह में, मैंने 1 से 100 शब्दों की लंबाई वाले 100 वाक्यों का अनुवाद करने के लिए एक परीक्षण चलाया और देखा कि यह लंबे वाक्यों सहित एक अच्छा अनुवाद निकला। इस रात ने सब कुछ बदल दिया है। मैंने सुरंग के अंत में प्रकाश देखा और महसूस किया कि मैं एक अच्छी अनुवाद गुणवत्ता प्राप्त कर सकता हूं।


वैज्ञानिक पत्र

मोबाइल ट्रांसलेटर ऐप्स से पैसा कमाते हुए, मैंने उनकी गुणवत्ता में सुधार करने के साथ-साथ एंड्रॉइड, मैक ओएस और विंडोज डेस्कटॉप के लिए एक संस्करण बनाने का फैसला किया। मैं उम्मीद कर रहा था कि जब मेरे पास मेरा अनुवाद एपीआई होगा, तो मैं अन्य बाजारों में प्रवेश करने के लिए ऐप के विकास को समाप्त कर दूंगा। लेकिन प्रतियोगी बहुत आगे निकल गए। कुछ मुख्य कार्यों और सुविधाओं की जरूरत थी।


पहली चीज जो मैंने करने का फैसला किया, वह इंटरनेट एक्सेस के बिना मोबाइल एप्लिकेशन के लिए ऑफलाइन वॉयस ट्रांसलेशन था। यह एक व्यक्तिगत मामला था। उदाहरण के लिए, आप जर्मनी जाते हैं, अपने फोन पर केवल जर्मन पैकेज डाउनलोड करें (100 एमबी), और अंग्रेजी से जर्मन में अनुवाद प्राप्त करें और इसके विपरीत। विदेश में इंटरनेट का उपयोग एक मुद्दा हो सकता है। वाईफाई अक्सर उपलब्ध नहीं होता है, धीमा या अन्यथा उपयोग करने योग्य नहीं होता है। उस समय, 2017 में, हजारों उच्च-गुणवत्ता वाले अनुवाद ऐप थे, जिन्हें Google API का उपयोग करने के लिए इंटरनेट कनेक्शन की आवश्यकता थी। मोबाइल फोन पर तेजी से चलने और अच्छी गुणवत्ता के साथ अनुवाद करने में सक्षम होने के लिए हमारे पास न्यूरल मॉडल को कॉम्पैक्ट बनाने की चुनौती थी।


मुझे स्पेन में मशीनी अनुवाद परियोजनाओं में अच्छे अनुभव वाले लोग मिले। लगभग 3 महीने तक, हमने संयुक्त रूप से अनुवाद के लिए तंत्रिका नेटवर्क मॉडल के आकार को कम करने, प्रति भाषा 100 एमबी प्राप्त करने और फिर मोबाइल फोन पर चलाने के क्षेत्र में शोध किया।

आकार को कम करना पड़ा ताकि शब्दकोश के एक निश्चित आकार में (उदाहरण के लिए, 30 हजार शब्द) विभिन्न लंबाई और विषयों के शब्दों के अनुवाद के लिए अधिक से अधिक विकल्प एम्बेड कर सकें।


बाद में, हमारे शोध का परिणाम सार्वजनिक रूप से उपलब्ध कराया गया और मई 2018 में एलिकांटे (स्पेन) में यूरोपीय मशीन ट्रांसलेशन एसोसिएशन में प्रस्तुत किया गया, और टीम के सदस्यों में से एक ने पीएच.डी. इस पर।


सम्मेलन में, कई लोग एक उत्पाद खरीदना चाहते थे, लेकिन केवल एक भाषा जोड़ी तैयार थी (अंग्रेजी - स्पेनिश)। मोबाइल फोन के लिए न्यूरॉन्स पर ऑफ़लाइन अनुवाद मार्च 2018 में तैयार किया गया था, और गर्मियों तक इसे अन्य सभी भाषाओं में करना संभव था। लेकिन मेरे पास पर्याप्त समय और पैसा नहीं था। मुझे इस सुविधा को रोकना पड़ा। एक साल बाद, मैं इसमें वापस आया और इसे पूरा किया।


बाद में पाठ, आवाज और चित्रों के अनुवाद के अलावा, हमने ट्रांसक्रिप्ट के साथ फोन कॉल अनुवाद जोड़ने का फैसला किया, जो प्रतियोगियों के पास नहीं था। हम जानते थे कि अलग-अलग देशों में लोग सहायता को कॉल करने के लिए अक्सर मोबाइल या लैंडलाइन फोन का उपयोग करते हैं। और जिस व्यक्ति को आप कॉल कर रहे हैं, उसके लिए ऐप इंस्टॉल करने की कोई आवश्यकता नहीं थी। इस फ़ंक्शन के लिए बहुत समय और खर्च की आवश्यकता होती है, इसलिए हमने इसे एक अलग एप्लिकेशन में रखा है। इस तरह हमने फोन कॉल ट्रांसलेटर लॉन्च किया।


अनुवाद के साथ वॉयस चैट भी जोड़ा। यह पर्यटक समूहों के लिए उपयोगी होगा जब गाइड अपनी भाषा बोल सकता है, और प्रत्येक आगंतुक अनुवाद में सुनेगा। और अंत में - फोन या कंप्यूटर पर बड़ी फाइलों का अनुवाद।


कंपनी निगमन

परियोजना बढ़ी है। एप्लिकेशन न केवल मोबाइल प्लेटफॉर्म के लिए बल्कि कंप्यूटर, पहनने योग्य उपकरणों, इंस्टेंट मैसेंजर, ब्राउज़र और वॉयस असिस्टेंट के लिए भी दिखाई दिए हैं। पाठ का अनुवाद करने के अलावा, आवाज, चित्रों, फाइलों, वेबसाइटों और फोन कॉलों का अनुवाद भी बनाया गया था। प्रारंभ में, मैंने अपने अनुवाद एपीआई को केवल अपने अनुप्रयोगों के लिए उपयोग करने की योजना बनाई थी। लेकिन फिर मैंने इसे सभी को देने का फैसला किया।


उस समय तक, मैंने एक व्यक्ति के रूप में अकेले सब कुछ प्रबंधित किया, लोगों को आउटसोर्स करने के लिए काम पर रखा। लेकिन उत्पाद की जटिलता और कार्यों की संख्या तेजी से बढ़ने लगी, और यह स्पष्ट हो गया कि आपको कार्यों को सौंपने और अपने कार्यालय में लोगों को अपनी टीम में जल्दी से नियुक्त करने की आवश्यकता है। मैंने एक दोस्त को फोन किया, और उसने अपनी नौकरी छोड़ दी और मार्च 2017 में लिंगवेनेक्स कंपनी स्थापित करने का फैसला किया।


2020 तक हमारा फोकस मोबाइल ट्रांसलेशन एप्लीकेशंस पर था। हाल ही में, मोबाइल एप्लिकेशन के लिए ऐपस्टोर सर्च ऑप्टिमाइजेशन (एएसओ) ने अपने एल्गोरिदम को बदल दिया है। ऐप्पल ऐप स्टोर में सशुल्क इंस्टॉलेशन खरीदे बिना कीवर्ड अप्रभावी हो गए हैं। सशुल्क ट्रैफ़िक के साथ उपयोगकर्ता अधिग्रहण बहुत महंगा हो गया है। फिर भी, इसने मुझे 40 मिलियन डाउनलोड प्राप्त करने और पहले मिलियन डॉलर कमाने में मदद की।


2020 के अंत में, हमने बी 2 बी बाजार में जाने का फैसला किया। हमें लगता है कि किसी भी अंतर्राष्ट्रीय व्यवसाय को अनुवाद सुविधा की आवश्यकता होती है। आप जितनी अधिक भाषाओं का समर्थन करेंगे, आपको उतना ही अधिक राजस्व मिलेगा।


पाँच वर्षों में मुझे हज़ारों प्रश्न मिले "क्यों लिंगवेनेक्स Google से बेहतर है"। मैंने अलग-अलग उत्तर देने की कोशिश की, लेकिन अब मैं संक्षेप में उत्तर देने का प्रयास करता हूं - डेटा गोपनीयता, कार्यक्षमता, मूल्य, समर्थन सेवा। यदि आपको बड़ी मात्रा में डेटा का अनुवाद करने की आवश्यकता है या जब आपको गोपनीयता की आवश्यकता है, तो लिंगवेनेक्स अनुवादक का उपयोग करें।


आज हमारे पास अनुवाद के लिए तीन विकल्प हैं: क्लाउड एपीआई, एसडीके, और हमारा प्रमुख उत्पाद - अनुवाद सर्वर।


क्लाउड एपीआई - हमारे एपीआई के माध्यम से पाठ और साइटों का अनुवाद Google की तुलना में x4 गुना सस्ता ($5 प्रति मिलियन वर्ण)। बड़ी मात्रा में डेटा के लिए कीमत महत्वपूर्ण हो सकती है। हम Google के समान REST API प्रारूप का समर्थन करते हैं, इसलिए माइग्रेट करना आसान होगा।


अनुवाद एसडीके - यदि आपको अपने ऐप में ऑफ़लाइन अनुवाद सुविधा जोड़ने की आवश्यकता है, तो यह सबसे अच्छा विकल्प है। हम आईओएस, एंड्रॉइड, मैक ओएस और विंडोज प्लेटफॉर्म और 110 भाषाओं का समर्थन करते हैं। प्रत्येक भाषा केवल 70 एमबी है और 200 एमबी रैम का उपयोग करती है।


ऑन-प्रिमाइसेस ट्रांसलेशन सर्वर - टेक्स्ट, फाइल्स, ऑडियो और एचटीएमएल का असीमित सुरक्षित और अल्ट्रा-फास्ट ट्रांसलेशन। यह ऑफ़लाइन काम करता है और प्रतिदिन अरबों वर्णों का अनुवाद कर सकता है। साथ ही, सर्वर 19 भाषाओं में ऑडियो ट्रांसक्रिप्शन कर सकता है। यह उबंटू के लिए एक डॉकटर छवि के रूप में आता है। कीमत $200 / माह से शुरू होती है और कई भाषाओं पर निर्भर करती है।


सारांश

इन वर्षों में मैंने मोबाइल ऐप्स से लगभग $1M की आय अर्जित की, और अधिकांश लाभ को अपना स्वयं का अनुवाद सिस्टम बनाने के लिए खर्च किया। आप हमारे पर जा सकते हैं वेबसाइट अनुवाद की गुणवत्ता का परीक्षण करने और हमारे उत्पादों के बारे में अधिक जानने के लिए।


मुफ़्त उत्पादों का डेमो पाने या सवाल पूछने के लिए, ईमेल के माध्यम से मुझसे बेझिझक संपर्क करें [email protected]


यहाँ भी प्रकाशित